Значення довжини сегмента: дослідження впливу довжини сегментів на продуктивність аудіо-відбитків
Аудіо-відбитки забезпечують впізнаване представлення звукових сигналів, яке може згодом використовуватися для систем ідентифікації та пошуку. Щоб отримати дискримінативне представлення, вхідне аудіо зазвичай розбивають на коротші часові інтервали, що дозволяє виділяти та аналізувати локальні акустичні ознаки. Сучасні нейронні підходи зазвичай працюють із короткими фіксованими за тривалістю сегментами аудіо, проте вибір тривалості сегмента часто робиться інтуїтивно і рідко розглядається детально. У цій роботі ми досліджуємо, як тривалість сегмента впливає на продуктивність аудіо-відбитків. Ми розширюємо існуючу архітектуру нейронного відбитку для використання різних довжин сегментів та оцінюємо точність відшукання за різних довжин сегментів та тривалостей запитів. Наші результати свідчать, що короткі довжини сегментів (0,5 секунди) зазвичай забезпечують кращу продуктивність. Крім того, ми оцінюємо здатність LLM рекомендувати найкращу довжину сегмента, що демонструє, що GPT-5-mini стабільно надає найкращі пропозиції за п’ятьма аспектами серед трьох досліджених LLM. Наші висновки надають практичні поради щодо вибору тривалості сегмента в масштабних нейронних системах пошуку аудіо.
HI-FI News
через штучний інтелект https://ift.tt/jbcYMH9
27 січня 2026 р. о 04:52 ранку.
January 27, 2026 at 04:52AM
Залишити відповідь
Щоб відправити коментар вам необхідно авторизуватись.